Escolar Documentos
Profissional Documentos
Cultura Documentos
Computing
Ariana Oquendo Diego Garces Nelson Pitalasig
Universidad Politecnica Salesiana Universidad Politecnica Salesiana Universidad Politecnica Salesiana
Carrera de Ingenieria Electrónica Carrera de ingenieria Electronica Carrera de ingenieria Electronica
Quito, Ecuador Quito, Ecuador Quito, Ecuador
aoquendo@ups.edu.ec dgarcesc@ ups.edu.ec npilatasig@ ups.edu.ec
Abstract— This paper shows how it can represent the new microservicios llamados Microelementos (MELs) que están
paradigm of Osmotic Computing to support the efficient execution compuestos e interconectados sobre las infraestructuras de
of the services and applications of Internet of Things (IoT), Edge, Cloud / Edge e IoT con especificados Niveles de QoS
Cloud and Fog Computing of microservices at the edge of the
network. This paradigm is based on the need to provide such (Quality of service/ Calidad de servicio) y restricciones de
services for IoT-based devices such that the relatively distributed seguridad.[3]
system allows it to increase the capabilities and functionalities of
existing Cloud and Edge systems with the deployment of lightweight
microservices in IoT platforms. with limited resources at the edge of En este Paper se va a desarrollar la investigación de la
the network, together with more complex microservices that run in tecnología Osmotic Computing analizando el tiempo y
large-scale data centers.
seguridad de los datos en la Nube para garantizar la calidad
Resúmen— Este paper muestra cómo puede representar el del servicio.
nuevo paradigma de Osmotic Computing para respaldar la
ejecución eficiente de los servicios y aplicaciones de Internet of Enlaces: I. Introducción, II. conceptos previos, III.
Things (IoT), Edge, Cloud y Fog Computing de microservicios en el Metodología, IV. Caso de Estudio, V. Desarrollo, VI.
borde de la red. Este paradigma se basa en la necesidad de
Análisis VII. Conclusiones, VIII. Bibliografía.
proporcionar tales servicios para los dispositivos basados en IoT
tal que el sistema distribuida de manera relativa que le permita II. CONCEPTOS PREVIOS
aumentar las capacidades y funcionalidades de los sistemas Cloud
y Edge existentes con el despliegue de microservicios ligeros en A. FOG Computing
plataformas de IoT con recursos limitados en el borde de la red,
junto con microservicios más complejos que se ejecutan en centros
de datos a gran escala. FOG Computing se vuelve popular porque Cloud
Computing no es suficiente para hacer frente a la gran
Keywords—Osmotic, Cloud, computing, IoT. cantidad de datos generados. Data Computing, toman tiempo
impredecible debido al comportamiento incierto de los
I. INTRODUCCIÓN dispositivos y aplicaciones de FOG, por ejemplo, las
En los últimos años el fenómeno IoT (Internet of Things) computadoras personales pueden apagarse en cualquier
ha ido evolucionando ampliamente tanto en la industria, en momento. Por lo tanto, la predicción del tiempo de
la domótica y en el seguimiento ambiental. Los datos finalización es fundamental para este uso.[4]
producidos por estos dispositivos son Típicamente
almacenados en la nube utilizados para Big Data,
Almacenamiento y procesamiento de datos en la mayoría de
las soluciones Cloud-IoT, la cantidad de dispositivos IoT
Cloud de computación puede fallar en la disponibilidad de
recursos, Latencia, así como la capacidad de procesamiento y
almacenamiento de datos. [1].
las actividades de investigación de Big Data. Como punto de comunican a través de un middleware
unión se uso servicio IAM (Identity and Access Management)
le permite la administración de identidades y el acceso a
los servicios y recursos siendo mas optimo diseñar una la D. En [11] Principios básicos de la computación osmótica:
plantilla de middleware ágil basada en Osmotic capaz realizar seguro y confiable Microelementos (MEL) Orchestration
microservicios para la gestión de grandes datos sanitarios. Leveraging Blockchain Facilities
MIDDLEWARE: es software que se sitúa entre un
sistema operativo y las aplicaciones que se ejecutan en él. Blockchain es una novedosa tecnología que ha aparecido
Básicamente, funciona como una capa de traducción oculta en el mercado en los últimos años. Primero fue utilizado
para permitir la comunicación y la administración de datos en como un libro de contabilidad pública para la criptomoneda
aplicaciones distribuidas. de Bitcoin. En este contexto, Osmotic Computing (OC) es un
B. En [10]Usando la composición de servicios osmóticos nuevo paradigma impulsado,por el significativo aumento en
para la dinámica: Balanceo de carga de aplicaciones de la capacidad / capacidad de los recursos.
Smart City.
Descentralización y control democrático de los datos. Esto
Se Usa la programación OC que proporciona una
garantiza que los datos en la cadena no pueden ser
oportunidad para equilibrar la carga de trabajo entre Edge y
manipulados maliciosamente. En este contexto, Osmotic
Cloud por lo tanto para superar el problema de desequilibrio
Computing (OC) es un nuevo paradigma impulsado. Por el
de carga de las aplicaciones de Smart City. A esto
significativo aumento en la capacidad / capacidad de los
proponemos un Marco de Ejecución Osmótica que aprovecha
recursos.En el paper se observar que debido al crecimiento de
técnicas de microservicios de vanguardia para implementar y
la tecnología Blockchain y la complejidad de la red de este
ejecutar una aplicación de Smart City en un entorno
ecosistema altamente dinámico han existido limitaciones de
distribuido que incluye Edge y Cloud Donde evaluamos el
rendimiento de la técnica a través de las capas Cloud / Edge
balanceo de carga a través de Análisis de tiempo de latencia
e IoT, sino también a través de los límites de la organización
de nuestro marco con un mundo real inteligente a través de
federada.
una Aplicación de aparcamiento. Un problema que se puede
analizar en el desarrollo de la aplicación de aparcamiento es E. En [5]FOG of the EDGE: experiencias construyendo
que la carga de trabajo es liguera, para futuros trabajos es una plataforma de computación perimetral.
posible estimar la proporción de cuántas copias de
microservicios en el Edge debe desplegarse para reducir el En este trabajo informamos la experiencia en la
impacto de este en el rendimiento de la aplicación. Ya que en construcción de una plataforma de computación de EDGE
la prueba de 500 solicitudes la capacidad del CPU es menor llamada Nodo-RED (DNR) que utiliza un flujo de datos
que en porciones de 100 solicitudes. distribuidos y modelo de programación basado en la
herramienta del popular código abierto Node-RED. Nos
C. En [1]Monitoreo de la contaminación urbana basado en podemos dar cuenta que cuando se implementa en múltiples
Mobile Crowd Sensing: un enfoque de computación dispositivos, encontraron que la identificación del
osmótica dispositivo era demasiado limitante si querían configurar un
nodo, como recomendación es desplegar nodos basados en
requisitos más complejos, y tener múltiples instancias de
un enfoque de computación osmótica] MCS(Mobile
nodos que se ejecuten en varios dispositivos al mismo tiempo.
Crowd Sensing) puede mejorar las redes de sensores
tradicionales funcionalidades y estrategias de despliegue en
términos de dinamismo, escalabilidad automática del número F. En [4]From Cloud Computing to Fog Computing:
de estaciones, bajo impacto en el presupuesto de las Unleash the Power of Edge and End Devices
empresas.
La computación en FOG extiende la computación en
Un requisito del proyecto Apollon se refiere a Cloud hasta dispositivos finales con el fin de soportar mejor
heterogeneidad de los actores en el sistema. Para hacer frente el tiempo dependiendo de la ubicación de escalas masivas y
a esta heterogeneidad, el sistema Apollon necesita una sensibles a la latencia.
middleware actuando como una capa de interacción entre el
borde, IoT, dispositivos móviles y Cloud. Además, el Sistema En este trabajo, proponen un ecosistema de cómputo de
debe integrarse con redes de sensores heredadas, FOG implementando un Real testbed (es una plataforma para
originalmente desplegado por los administradores públicos. realizar pruebas rigurosas, transparentes y replicables de
Sensor tradicional proporcionan una gran precisión, precisión teorías científicas,), y evaluarlo con diversos escenarios de
y fiabilidad de datos, que es de gran importancia para la uso más En concreto estudiamos tres escenarios de uso y
agregación y actividad de información. Uno de los desafíos optimizamos nuestra FOG en la Plataforma informática para
encontrados es el diseño del middleware, siendo en sí un estos escenarios de uso son:
nuevo grado de complejidad introducir una cola excesiva de Contenido difusión en redes desafiadas
punta a punta latencia como resultado de tener números FOG de origen público informático
masivos de dispositivos distribuidos geográficamente que se análisis de Internet de las cosas programable.
2019 IEEE Fourth Ecuador Technical Chapters Meeting (ETCM)
and IoT Systems for Smart Cities,” vol. 189, pp. Companion 2018, pp. 47–52, 2019.
199–207, 2018. [12] A. Souza, N. Cacho, A. Noor, P. P. Jayaraman, A.
[10] A. Souza, Z. Wen, N. Cacho, A. Romanovsky, P. Romanovsky, and R. Ranjan, “Osmotic Monitoring
James, and R. Ranjan, “Using Osmotic Services of Microservices between the Edge and Cloud,”
Composition for Dynamic Load Balancing of Smart Proc. - 20th Int. Conf. High Perform. Comput.
City Applications,” Proc. - IEEE 11th Int. Conf. Commun. 16th Int. Conf. Smart City 4th Int. Conf.
Serv. Comput. Appl. SOCA 2018, pp. 145–152, Data Sci. Syst. HPCC/SmartCity/DSS 2018, no. 1,
2019. pp. 758–765, 2019.
[11] A. Buzachis and M. Villari, “Basic principles of
osmotic computing: Secure and dependable
microelements (MELs) orchestration leveraging
blockchain facilities,” Proc. - 11th IEEE/ACM Int.
Conf. Util. Cloud Comput. Companion, UCC